生物医学信号处理

1、 美国的保罗美国的保罗-劳特布尔和英国的彼得劳特布尔和英国的彼得-曼斯菲尔德共同获得了曼斯菲尔德共同获得了2003年年诺贝尔生理学或医学奖诺贝尔生理学或医学奖-核磁共振成像技术核磁共振成像技术-三维图象三维图象 根据生物医学信号特点，应用信息科学的基本理论和方法，研究如何从被干扰和噪声淹没的观察记录中提取各种生物医学信号中所携带的信息，并对它们进步分析、解释和分类。1.数字信号处理 Digital Signal Processing 2.随机过程 Stochastic Process3.工程数学 Engineering Mathematics信号及其类型确定性信号 在教材中常作为例子给出，是最

2、熟悉的一类信号，但这类信号在真实世界中则较少出现。所谓确定性信号是指在已知足够过去值的条件下，能够准确预测该信号未来值的一类信号。例如，正弦波信号ASin t。 只要能够用数学封闭表达式来表达的一类信号就是确定的信号。既使信号的全部过去值已知，也不能准确预测其未来值的一类信号称为随机信号。随机信号在真实世界中大量存在。严格地说，实际的物理信号总具有某些随机因素。例如，测量仪器中电流产生的噪声就是一类常见的随机信号，大多数生物医学信号包含有随机信号。未认识清楚的因素自然被归入“噪声”。随机信号也包含有一些规律的因素。这种规律性是从大量样本统计分析后呈现出来的。 分形信号具有十分有趣的特性，即它们

3、在各种放大倍数下看上去都很类似，这种特性称为尺度不变性。 典型的分形信号：心率信号、血管分支 仅仅采用常规的测量工具是不能区别新信号和原信号的。原信号原信号四点平均四点平均后的信号后的信号混沌信号是一类不能准确预测其未来的确定性信号。对于一些确定性的信号，它们在未来的轨迹对其过去值很敏感，因此，无法用足够的精度来预测未来值。理论上这些信号是确定的，但未来值的预测误差很大。混沌信号在视觉上具有随机信号的一些特征，但是随机信号不是混沌的，混沌信号也不是随机的。生物化学的调控过程、脑电活动、呼吸、从多细胞振荡器到单个神经元等神经生理系统也已经报道展现出混沌现象。生物医学信号的分类（1）由生理过程自发

4、产生的主动信号，例如心电（ECG）、脑电（EEG）、肌电（EMG）、眼电（EOG）、胃电（EGG）等电生理信号和体温、血、脉博、呼吸等非电生信号。它们是对人体进行诊断、监护和治疗的重要依据。（2）外界施加于人体、把人体作为通道、用以进行探查的被动信号，如超声波、同位素、X 射线等。关于生理、病理状况的信息将通过被动信号的某些参数来携带。心电信号（ECG） ECG 记录了胸部电极上的电位（或两个电极之间的电位差），反映了心肌中的时变电活动，这些电活动与动作电位的产生和传播相关。每一次心跳产生一个电波（P、Q、R、S 和T 波）序列。肌电信号（EMG） 把电极放在肌肉上或其附近记录EMG 信号，再

5、放大电位（或两个电极之间的电位差）。EMG 信号由肌肉纤维周围的动作时间电位而引起。一个多单元EMG 记录了来自多块肌内纤维的电位信号。EMG 信号在康复工程中得到应用。100 次连续心跳的瞬时心率信号（跳/分）（1）去除不需要的信号成份，因为它们污染了感兴趣的信号；（2）用更明显或更有用的形式表达提取的信息；（3）为了预期信号源的行为，预测信号的未来值。 处理的目的是要区分正常信号与异常信号，在此基础上诊断疾病的存在。这种处理过程就像医生用听诊器来检查异常心声或肺声一样。生物医学工程师常将信号分解为基本信号类型的和，以检查异常信号并发现疾病。这些方法中有许多需要利用付里叶变换中的特性。傅立叶

6、（Fourier,Jean Baptiste Joseph,1768-1830 ） 法国数学家及物理学家。法国数学家及物理学家。 最早最早使用定积分符号，改进符号法则及使用定积分符号，改进符号法则及根数判别方法。根数判别方法。 傅立叶级数（三角傅立叶级数（三角级数）创始人。级数）创始人。 18221822年年在代表作在代表作热的分析理论热的分析理论中解决了热在非均匀加热的中解决了热在非均匀加热的 固体中固体中分布传播问题，成为分析学在物理分布传播问题，成为分析学在物理中应用的最早例证之一，对中应用的最早例证之一，对19 19 世纪世纪数学和理论物理学的发展产生深远数学和理论物理学的发展产生深远

7、影响。傅立叶级数（即三角级数）、影响。傅立叶级数（即三角级数）、傅立叶分析等理论均由此创始傅立叶分析等理论均由此创始, , 其其后，由泊松（后，由泊松（Poisson）、高斯）、高斯（Gauss）等人把这一成果带入电）等人把这一成果带入电学中去。学中去。0cos)(kkktAtfdtetfetfFtjtj)(),()(tjtetjsincosHzf1020Hzf612Hzf3060F(10*pi)=0, 不包含5HzF(300*pi)=0, 不包含150HzF(1394*pi)=20, 包含697HzF(2672*pi)=20, 包含1336Hz电话机数字键电话机数字键“2”的波形的波形 在2

8、0 世纪60 年代中期，库利（Cooley）和图基（Tukey）独立发表了一篇论文，也就是快速傅立叶变换算法（Fast Fourier Transform,FFT）。 数字信号处理领域的里程碑。随机信号或随机过程(random process)是普遍存在的。一方面，任何确定性信号经过测量后往往就会引入随机性误差而使该信号随机化；另一方面，任何信号本身都存在随机干扰，通常把对信号或系统功能起干扰作用的随机信号称之为噪声。噪声按功率谱密度划分可以分为白噪声（white noise）和色噪声（color noise），我们把均值为0 的白噪声叫纯随机信号。因此，任何其它随机信号都可看成是纯随机信号与

9、确定性信号并存的混合随机信号或简称为随机信号。干扰（interference）和噪声( noise)是两个概念。非目标信号（nonobjective signal）都可叫干扰。干扰可以是确定信号，如国内的50Hz 工频干扰。干扰也可以是噪声，纯随机信号（白噪声）加上一个直流成分（确定性信号），就成了最简单的混合随机信号。医学数字信号处理的目的是要提取包含在随机信号中的确定成分，并探求它与生理、病理过程的关系，为医学决策提供一定的依据。00.20.40.60.81-1.5-1-0.500.511.5Signal00.20.40.60.81-1.5-1-0.500.511.5Signal+Nois

10、e00.20.40.60.81-1.5-1-0.500.511.51st Order00.20.40.60.81-1.5-1-0.500.511.53th Order10/1NkknxNny数学模型数学模型00.20.40.60.81-1.5-1-0.500.511.5Signal00.20.40.60.81-1.5-1-0.500.511.5Signal+Noise00.20.40.60.81-1.5-1-0.500.511.5Wn=0.800.20.40.60.81-1-0.500.511.5Wn=0.300.20.40.60.81-1.5-1-0.500.511.5Signal00.20

11、.40.60.81-1.5-1-0.500.511.5Signal+Noise00.20.40.60.81-1.5-1-0.500.511.52nd order00.20.40.60.81-1.5-1-0.500.511.54th order数学模型数学模型1,1_nxnxnxvaluemedianny00.20.40.60.81-1.5-1-0.500.511.52nd order00.20.40.60.81-1.5-1-0.500.511.5Signal00.20.40.60.81-1.5-1-0.500.511.5Signal+Noise00.20.40.60.81-1.5-1-0.50

12、0.511.54th order人体心电图信号xn中存在50Hz工频干扰 00.10.20.30.40.50.60.70.80.91-200-150-100-500Normalized Frequency ( rad/sample)Magnitude (dB)yn=0.0181xn+0.0543xn-1+0.0543xn-2+0.0181xn-3 +1.7600yn-1-1.1829yn-2+0.2781yn-2数学模型数学模型滤波器的频率特性滤波器的频率特性滤波后的心电信号滤波后的心电信号滤波后的心电信号频谱滤波后的心电信号频谱课后习题：课后习题： 采用自适应滤波技术消除采用自适应滤波技术消除50Hz工频干扰。工频干扰。 email: 0100020003000400050006000-1.5-1-0.500.511.50